Séminaire Transnum #6 : Conception et pédagogie des archives numériques

La séance s’est articulée autour du projet Apollinaire, porté par le Labex OBVIL de Sorbonne Université, et piloté par Krystelle Denis, Paule Desmoulière et Delphine Vernozy.

Projet Guillaume Apollinaire : Prototype expérimental de collection en ligne

L’enjeu principal du projet Apollinaire est la construction d’un prototype de collection numérisée. De fait, l’équipe a tout d’abord constitué un corpus à partir d’un choix d’œuvres et de documents numérisés et mis à disposition par différentes institutions dont la BNF et l’INA (nous ne citons ici que deux partenaires parmi les nombreux collaborateurs du projet). L’équipe de recherche se situe à la fois dans une optique d’expérimentation sur la numérisation et la visualisation de corpus aux multiples dimensions médiales et médiatiques, et dans une perspective de développement d’un outil pédagogique à utiliser en classe. Au sein des lycées dans lesquels les chercheurs interviennent, tout comme lors de cette séance du séminaire doctoral Transnum, l’expérimentation s’étend à la présentation du projet sur le mode d’un atelier de réflexion collective autour des catégories de classement pertinent.

L’intérêt de choisir l’œuvre d’Apollinaire tient en ce qu’il est un artiste multimédia. Un simple coup d’œil à certaines de ses œuvres – comme les fameux calligrammes – nous fait nous interroger sur la définition des notions de texte et d’image. Les objets composites, rassemblés au sein du corpus du projet Apollinaire, semblent en effet un matériau de choix pour ouvrir à la multiplication des interprétations et ébaucher ainsi des réflexions herméneutiques riches. Ce corpus rassemble des recueils de poésie, des documents de vie, des poèmes, des versions originales, des peintures, des photos d’objets du quotidien… En somme, la question de la nature des documents numérisés est le prétexte à de nombreuses interrogations non seulement interprétatives, mais aussi épistémologiques, qui transforment le dispositif de numérisation et de visualisation en objet carrefour pour discuter des enjeux d’ontologie du texte, des regards disciplinaires, des protocoles pédagogiques et des possibilités d’associer le développement de logiciels à une démarche d’expérimentation en continu.

Séminaire Transnum #5 : Numérisation de corpus et fouille de données en humanités : quels outils pour quels projets

Cette séance a rassemblé deux recherches qui lient les outils de statistique et de fouille de corpus à l’analyse de texte. Marine Riguet vient de devenir docteure au sein du laboratoire OBVIL suite à une thèse consacrée au rapport entre critique littéraire et discours scientifiques au xixème siècle, en s’appuyant sur un corpus de plus de trois cents ouvrages numérisés. Pierre-Carl Langlais est post-doctorant au GRIPIC et a présenté son travail de numérisation de corpus de presse du xixème siècle dans le cadre du programme Numapresse.

***

Reproportionner l’homme : la recherche numérique

Marine Riguet s’intéresse à l’articulation entre questions qualitatives et quantitatives et à ce que les outils de lexicométrie, d’alignement textuel (traque des réutilisations de mots) et de cartographie permettent pour étudier le dialogisme entre discours de la critique littéraire et discours scientifique. L’emploi de ces outils va avec la multiplication des niveaux d’analyses : référentielle, lexicale, conceptuelle et rhétorique.

Ce sont 341 ouvrages de critique littéraire parus entre 1850 et 1914 qui sont étudiés, à partir de différentes sources d’archives (Gallica, Internet Archive, Wikisource, Gutenberg, récupérés en PDF ou reconstruits à partir d’un logiciel de reconnaissance optique). Ces ouvrages sont ensuite analysés et dans le même mouvement édités en HMTL / TXT / TEI (adresse), en cohérence avec la posture de « libre accès » souvent revendiquée par le champ des « humanités numériques ». Ce travail a été rendu possible par une formation de 3 jours en XML / TEI à l’université de Tours. La numérisation a ensuite été retravaillée avec les équipes d’ingénieurs d’OBVIL pour harmonisation.

Marine distingue sa démarche des pratiques de distant reading (Franco Moretti) et de big data. Si le corpus est  en effet considérable du point de vue des conventions en littérature, il est très petit relativement aux projets de big data ou de numérisation à grande échelle. De plus, son travail reste dans un va et vient constant avec une lecture « proche » des ouvrages. Pour elle, le « nouveau régime de visibilité » du distant reading permet d’échapper à la lecture « microdéformante » du « lecteur traditionnel » et de lever de nouvelles questions, conduisant à naviguer « entre les deux infinis » potentiels du close et du distant reading.

L’analyse porte sur les figures d’autorité en circulation, les noms de personnes devenant des « entités nommées » grâce à un outil développé par Alaa Abi-Haidar (UNERD), classées par fonctions – écrivains, personnalités, philosophes, critiques, savants – qui sont ensuite visualisées via GEPHI, un logiciel d’analyse de réseaux (cf. notre séance avec Jean-Edouard Bigot). Il apparaît par exemple que la référence scientifique dans la critique littéraire tient surtout à une nouvelle représentation du monde vivant, ou que des agglomérats se dégagent autour de l’ « étude interne de l’homme », entre psychologie allemande, psycho-physiologie française, sociologie, anthropologie et criminologie.

Ce type de calcul d’occurrences pose, par effet retour, des questions épistémologiques sur ce qui constitue la « centralité » d’un auteur dans un réseau, entre le simple nombre d’occurrences et la position d’intermédiaire entre plusieurs réseaux d’auteurs. Les philosophes comme Darwin, Spencer et Heckel occupent par exemple une position transversale : ils sont cités par des nombreux auteurs appartenant à des agglomérats différents. L’usage d’outils d’analyse de réseaux conduit à une pensée de l’histoire comme faite de « moments », ici un « moment de la vie » dans l’histoire littéraire qui se dégage des relations entre les œuvres. La méthode conduit à penser en termes d’« ontologie relationnelle », où l’objet de recherche devient défini par les relations dynamiques qu’il entretient avec des thèmes, des auteurs, etc. Marine décrit son travail comme un va et vient permanent entre les hypothèses, les données et les interprétations, en articulant les différentes échelles de lecture.

***

Faire du text mining en humanités : nouveaux regards sur la presse française numérisée (1800-1945)

Pierre Carl-Langlais propose de réfléchir aux liens entre humanités et « text & data mining » et ce qu’il nomme de « nouveaux regards sur la presse numérique », à partir de son travail post-doctoral au sein de l’ANR « Numapresse – Du papier à l’écran. Mutations culturelles, transferts génériques, poétiques et médiatiques de la presse francophone de 1800 à aujourd’hui. ».

Il s’agit de numériser des grands volumes de texte issus de différents journaux (4 quotidiens français et 11 périodiques canadiens), en particulier pour reconstituer leur circulation en identifiant les reprises de textes. Pierre-Carl utilise pour ce faire des outils d’alignement de textes conçus pour détecter le plagiat, même si la question ne se pose pas dans un corpus à une époque où le droit d’auteur n’existe pas pour ces textes. Les analyses quantitatives ne répondent pas à un souci de plus d’objectivité mais permettraient surtout de poser de nouvelles questions. Avec de telles méthodes, le chercheur en littérature Ted Underwood a par exemple montré qu’on pouvait substituer à l’hypothèse de « l’avènement de la romancière » au XIXème siècle l’hypothèse contraire de sa disparition.

On peut se demander dans quelle mesure cette « nouvelle question » a réellement à voir avec ce que permet l’analyse quantitative plutôt qu’avec l’envie de tester l’hypothèse de départ. Pierre-Carl montre néanmoins comment ces outils s’avèrent particulièrement adaptés pour observer la circulation de textes entre différents journaux. Il y a certes un risque d’« explosion combinatoire » lorsqu’on cherche des similitudes mais on peut se concentrer sur un échantillon de « formules partagées », en affinant progressivement les requêtes. Pierre-Carl parle de « viralité » pour définir cette circulation d’énoncés dans tous les journaux étudiés qui montre qu’il existe un système médiatique francophone de l’information au xixème siècle, où des éléments d’actualité internationale circulent sans attribution, mais avec des intermédiaires privilégiés, comme le journal « Courrier du Canada ». Les mouvements de reprise étudiés peuvent être ensuite interprétés et par exemple mis en correspondance avec les flux de voyages par bateaux (steamers), puisque les reprises arrivent groupées. On remonte ainsi des phénomènes textuels vers de grands phénomènes socio-médiatiques, même s’il manque beaucoup d’information sur les infrastructures techniques et médiatiques : réseau télégraphique, salles de rédaction…

Faire des analyses quantitatives suppose « d’arrêter de lire » et de faire confiance à la machine tout en lui demandant des gages de fiabilité. Les corpus numérisés et l’analyse quantitative permettent aussi de dégager des modèles de genres journalistiques, valables sur 20 à 30 ans, qui relient un genre à des « sacs de mots ». Là encore, il y a un aller-retour permanent entre les résultats que produisent au départ des catégories trop larges et leur « correction » manuelle. Les modèles sont des grilles de lecture mais « tous les modèles sont faux » : un texte peut être à 1% de bourse, 1% de tel autre genre, etc. et les courbes renseignent aussi sur les genres qui sont « bien » reconnus par un modèle ou pas : la publicité ou le roman feuilleton sont facilement identifiables, tandis que le fait divers l’est beaucoup moins. Avec ces outils, on peut finalement envisager le genre à l’intersection :

  • Des motifs textuels : des récurrences lexicales identifiées par les modèles de classement des textes qui ne sont pas que thématiques mais aussi stylistiques (ex roman feuilleton)
  • Des thématiques : liées à l’emploi privilégié de certains termes
  • Des constructions éditoriales : agencement des textes, images et tableaux
  • Les signatures des journalistes : notamment lorsqu’ils ont une activité stable et continue.

On peut alors se demander quels genres ont le plus de frontières intertextuelles.

Pierre-Carl conclut en soulignant que ce qu’il propose relève avant tout d’un outil d’exploration de la presse qui permet de créer des sous-corpus et des thèmes de recherche pour des recherches plus focalisées – par exemple « l’écriture du sport au xixème » ou de voir apparaître des moments de conflits sociaux dans les périodiques étudiés. Une piste pour la suite consiste à réfléchir à la manière d’intégrer l’analyse des images dans la suite des outils développés par Google pour Google Image.

***

Suite aux présentations la discussion traite de :

  • La façon dont ces nouveaux régimes de visibilité du texte sont susceptibles de construire de nouvelles invisibilités
  • Le rapport de la périodisation via la statistique textuelle avec les épistémologies de l’histoire existantes (Marine parle d’un « moment de la vie » dans la critique littéraire, les méthodes semblent parfois opérationnaliser les questionnements de Foucault sur l’émergence de formations discursives)
  • Le risque d’écraser la poétique textuelle sous la dimension référentielle (mais les travaux sont toujours en dialogue dynamique avec une analyse poétique et rapprochée)
  • L’attitude « ça ne coûte rien d’essayer » qui consiste à emprunter des outils de traitement et de visualisation quand ils se présentent pour les appliquer au corpus déjà numérisé, à profiter des fonctions qui circulent (comme les extracteurs de comparaison), à les ajuster (dans la collaboration avec des informaticiens du Lip6 (UPMCS) pour Marine, dans un apprentissage personnel de la programmation pour Pierre-Carl)
  • Le choix de faire apparaître les visualisations comme partie du corps de la thèse et non comme annexe (Marine).

 

Séminaire Transnum #4 : Le droit des données personnelles dans la recherche

Nos recherches en SHS face au droit des données personnelles

La séance s’est articulée autour de l’article 83 du RGPD (Règlement Général pour la Protection des Données) qui entérine les conditions selon lesquelles le droit européen considère qu’il y a atteinte à la protection des données des personnes. Julien Rossi, doctorant à l’UTC (COSTECH), nous a présenté sa recherche qui développe une approche communicationnelle des politiques publiques, à partir d’une enquête de terrain entièrement anonymisée, qui s’appuie notamment sur des séminaires universitaires autour de ces questions. Cette recherche a notamment été menée avec Jean-Edouard Bigot dont les travaux ont été discutés dans une séance précédente.

Cette recherche située dans l’actualité des pratiques de recherche et de la fabrication du droit permet d’interroger la communication numérique des travaux de recherche, et en particulier les tensions entre les normes juridiques émergente et les normes pratiquées par les communautés de recherche sur la question de l’identité des personnes impliquées dans le texte des thèses ou des articles, mais aussi dans les documents intermédiaires (bases de données, retranscriptions d’entretiens, etc.).

La position de Julien Rossi a ainsi ceci d’original qu’elle souligne des relations souvent impensées en SIC : celui des dimensions communicationnelles du droit et des relations entre normes juridiques et objets documentaires. Il s’agit notamment pour ce chercheur d’interroger comment s’articulent les « référentiels » des gens qui sont dans le champs de la protection des données aux référentiels des chercheurs en SIC, mais aussi de réfléchir à la façon dont le droit s’articule à l’édition et à la disponibilité publique des textes de recherche.

La séance s’est déroulée de manière dynamique, dans une série de questions/réponses autour de la présentation proposée par Julien Rossi. Plusieurs axes d’interrogation se sont avérés particulièrement propices aux échanges.

En guise d’introduction, Julien Rossi nous a présenté un travail de Jean-Edouard Bigot avec lequel il a travaillé sur le terrain de colloques sur l’usage des données personnelles en recherche. Il s’agit de questions d’ordre épistémologique autour du statut sémiotique de la donnée personnelle. Il en ressort deux aspects :

  • Le regard sémiotique de Jean-Edouard Bigot tend à distinguer deux notions – la trace et la donnée personnelle – quand elles sont saisies indifféremment dans le champ du droit où toute traces peut être données personnelles.
  • Ce point de vue sur la dimension sémiotique des données personnelles soulève de nombreuses questions lorsqu’on met cela en parallèle avec les questions d’enquête de terrain et nos pratiques d’entretiens ou de recueil d’information par exemple.

Quelques extraits des échanges autour de la protection des données :

  • Il s’agit de penser la complexe question des moyens de protection des données personnelles, et cela à plusieurs échelles.
  • Est-ce que les données sont préservées si l’humain n’a pas accès à l’information ? Où est-ce déjà une violation si on collecte les données ? À ces questions, le droit – qui s’intéresse au « traitement de données à caractère personnel » – aura tendance à statuer que la collecte est déjà un traitement et donc que ce geste de collecte peut potentiellement tomber sous le coup de la loi.
  • Cependant, cela ne veut pas dire que c’est interdit. S’il existe un droit à la vie privée, il existe également un droit à la liberté d’expression. En somme, il est possible de se donner une règle générale sur les protections des données qu’on pourrait formuler ainsi : en général, il n’est pas autorisé par le droit de collecter des données, mais il existe une multitude d’exceptions.

Julien Rossi nous a ensuite présenté les quelques conditions juridiques qui encadrent les conditions d’autorisation du traitement des données à caractère personnel :

  • Il faut obtenir un consentement explicite de la personne. Or, il faut également documenter le consentement, en faire preuve. Une question subsidiaire émerge donc sur comment on recueille et documente le consentement.
  • Si on invoque l’intérêt public, le consentement n’est pas nécessaire du point de vue de la loi mais uniquement dans le cas de mission de service public.
  • Si on invoque l’argument de l’intérêt légitime, qui crée de nouveaux lieux de pouvoir dans la mesure où il s’agit de juger si le geste de collecte est légitime ou non.
  • Au regard de la loi, l’anonymat possède un statut paradoxal. On parle d’anonymat robuste quand on ne peut pas remonter à la personne, mais cela reste difficile à mettre en place concrètement. Par ailleurs, la formalisation excessive de l’anonymat et du consentement (via des formulaires par exemple) peut diminuer, paradoxalement, la relation de confiance avec les enquêtés.

Les derniers échanges de cette riche séance se sont intéressés aux enjeux de pouvoir et aux questions éthiques. De nombreuses questions ont émergé :

  • Pour qui fait-on de la recherche ? Quelle confiance nous accordent les enquêtés ? Quels sont leurs droits ?
  • D’autres interrogations ont été soulevées sur la distinction entre éthique et juridique, qui pose d’autant plus de problème dans le cas de travaux collectifs où le chercheur peut se retrouver en situation de conflit avec les institutions ou les enquêtes sur la question de l’utilisation des données, sur les méthodes de recueil.
  • Les réflexions élaborées sur ces questions partent de réflexes éthiques individuels. Si l’on questionne l’anonymat au sein des enquêtes, chaque chercheur va mettre en place ses conditions d’enquête en lien avec sa subjectivité éthique. Cependant, on peut souligner la confusion potentielle entre anonymat dans l’enquête et anonymat dans la diffusion des résultats. Un anonymat dès la collecte des données personnelles peut être une conditions presqu’impossible à tenir.
  • Nous avons aussi discuté de la neutralité épistémologique et scientifique qu’il faudrait distinguer de la neutralité vis à vis du terrain.

Séminaire Transnum #3 : Approcher les discours et les communautés en ligne

Les terrains de recherche numériques peuvent s’avérer être de véritables casse-têtes méthodologiques. Les objets de recherche liés aux « communautés en ligne », en particulier, posent des défis spécifiques, liés au découpage des terrains, à la qualification des relations étudiées (situations d’énonciation, discours, interactions, groupes sociaux ?), à l’implication du chercheur, etc. Pour la troisième séance du séminaire, nous avons donc choisi d’aborder les défis méthodologiques face à de tels objets, ainsi que les pratiques d’enquête et les stratégies de constitution de corpus, à travers deux regards inscrits respectivement en sciences de l’information et de la communication et en sociologie.

***

YouTube comme terrain de recherche : enjeux, corpus et démarche exploratoire

Marine Siguier est doctorante en deuxième année au CELSA et travaille sur les représentations de la figure du lecteur en régime audiovisuel (panorama depuis les toutes premières émissions littéraires jusqu’à YouTube aujourd’hui). Son terrain de recherche se focalise actuellement sur YouTube, et plus particulièrement sur les « booktubers », ce qui a fait émergé trois soucis d’ordre méthodologique.

Un premier problème tient au danger de naturalisation du dispositif analysé, avec un écueil principal qui tiendrait à présenter YouTube comme un ensemble de pratiques de médiation culturelle totalement novatrices. Afin de prendre au sérieux le dispositif sociotechnique, une généalogie de la culturelle audiovisuelle et la prise en compte du « déjà-là audiovisuel » (Thierry Devars) permet de rendre compte des pratiques circulantes comme le « book trailer », une forme médiatique pensée pour YouTube, marquée d’un imaginaire de ce que serait la culture web, mais qui dénote aussi d’un imaginaire familier entre la bande annonce de cinéma et le vidéo clip.

Un deuxième souci, en partie la conséquence de la phase encore exploiratoire de la recherche docotrale présentée ici, provient de la profusion d’un (pré-)corpus. Le dispositif n’étant pas un réseau spécifiquement littéraire, n’ayant pas de thématique « littérature », il s’agit de comprendre comment se repérer quand il n’est pas possible d’utiliser les catégories du dispositif comme catégories d’analyse. C’est alors une nécessaire déconstruction des discours de spécificité qui semble s’imposer, en s’intéressant notamment aux multiples formats (chaines YT de maisons d’éditions, de librairie, d’écrivains…) afin d’esquisser une cartographie permettant de saisir une typologie des manifestations de la littérature sur une plateforme où rien ne fait signe vers le contenu littéraire. La question donc peut se résumer en ces termes : où se situer dans un objet où rien n’indique la littérature ? Afin de répondre à ces interrogations, Marine Siguier travaille en collaboration avec l’INA, à partir de leurs méthodes d’extraction de données.

Enfin, le troisième champ de questionnement méthodologique concerne l’investigation d’une communauté « auto-désignée ». Étudier les booktubers conduit à interroger comment penser une communauté d’usage hors du discours qu’elle produit ? Les enjeux de définition sont important et les « booktubers » n’existent que pour ceux qui veulent en être. Il est possible de les définir comme une catégorie qui émerge par une convergence des usages : un usage particulier et littéraire de YouTube qui permettrait de faire communauté. Par ailleurs, s’intéresser aux usages vernaculaires doit être mis en regard du premier écueil évoqué : celui de la naturalisation. De fait, le terme même de communauté – présent dans les discours analysés – doit être manié avec précaution puisqu’il véhicule déjà une certaine vision naturalisante dont le principal danger serait d’analyser « le booktubbe vu par les booktubbeurs ».

***

Pleurer la bouche pleine de données : problèmes méthodologiques dans l’articulation des données numériques d’une controverse sociotechnique

Paul Guille-Escuret est doctorant en sociologie et effectue sa thèse en co-direction entre l’université d’Aix-Marseille et celle de Paris IV. Son travail porte sur les communautés anti-vaccins, avec une perspective axée sur la controverse sociotechnique et ses problèmes méthodologiques. Il croise ainsi 3 sociologies : la sociologie des sciences, sociologie des valeurs et la sociologie des mouvements sociaux.

Dans la lignée de travaux de référence sur les « anti vaccins », Paul souligne que l’ensemble des critiques sont regroupées sous le label anti-vaccin quel que soit leur degré de radicalité. Les questions liminaires sont donc de savoir ce qu’on peut faire dans cette catégorie ? Quel degré d’investissement dans les questions vaccinales ? Exclusivité de l’intérêt pour ces sujets là ? Si non, à quel pourcentage jauger l’engagement pour les questions vaccinales ? S’agit-il de critique de la vaccination ou de certains vaccins?

Afin d’investir cette problématique générale, Paul Guille-Escuret s’est attaché à construire un corpus numérique dont les données sont principalement issues des plateformes Facebook et Twitter, sa recherche financée par l’INSERM prenant place dans un projet collectif et tirant partie de recueil de données issues de Twitter obtenues via une collaboration avec le MediaLab.

En s’intéressant tout particulièrement aux situations de confrontation, il s’agit de mener une ethnologie en ligne (réseaux de citation, réseaux de like…) et hors ligne (évènements, conférence de presse, mobilisations, réunions informelles…) de ces communautés disparates en dépit du même terme « anti-vaccin ». Trois points ont été abordés.

Tout d’abord, comme lors de la première intervention de cette troisième séance, des problèmes de sélection face à de un terrain social vaste ont été soulevés. Il est possible d’illustrer ce problème méthodologique par la métaphore du petit poucet pris dans une irruption volcanique. Depuis les débuts de cette thèse en 2016, l’interrogation du doctorant s’est déplace de « qui s’empare de la question des vaccins sur internet ? » à « qui n’en a pas parlé ? ».

Ensuite, la question de la distinction privée/publique s’est révélée particulièrement saillante au fil des investigations du doctorant au sein des multiples « arènes » de la controverse. Le terme d’ « arène » est ici un emprunt à la sociologie des controverses sociotechniques, afin de qualifier un certain type de lieu d’interaction sociale. L’ethnographie sur Facebook donne à s’interroger sur la place que doit se ménager un sociologue dans son terrain : où peut-on mettre les pieds ? Par exemple, sur Facebook, il existe des groupes publics (où il est possible de traiter les données produites via des logiciels de traitement de données préconisés par la plateforme) mais aussi des groupes privés (où de telles méthodes ne sont pas autorisées par la plateforme). Il existe aussi des groupes secrets et donc invisibles. Cette multiplicité des espaces qualifiés de publics/privés/secrets conduit à se poser des questions d’éthique de recherche : faut-il s’interdire l’accès aux informations qu’on trouve sur les espaces qualifiés de privés sur Facebook ?

Enfin, il est nécessaire pour la thèse de se positionner et de se situer face à l’abondance des données et absence de variables explicatives en ligne. La difficulté à constituer un corpus cohérent vient du fait que se télescopent des interactions en ligne et des interactions hors-ligne. La recherche doit composer avec la façon dont les personnes choisissent de construire des continuités ou des discontinuités entre ces deux types d’interactions. Certaines donnent leur nom, d’autres optent pour un pseudonyme pour s’efforcer de sortir du témoignage personnel ou éviter des pré-jugements liés à leur identité sociale.

***

Les discussions ont porté sur ce qui échappe dans les médiations des données de la recherche, par exemple avec la transformation de tweets en situation en fichiers csv. et tableurs ; sur les orientations de recherche impliqués par la controverse sociale comme objet de recherche et par les méthodes d’analyse des mouvements sociaux ; sur l’ambiguïté de la notion de communauté, entre promesse inscrite dans les imaginaires du web et terme utilisé dans la délimitation des terrains de la recherche ; et sur les façons de relativiser ce prisme, par les entretiens hors-ligne, la prise en compte des trajectoires sociales à l’échelle individuelles, l’identification de logiques promotionnelles marchandes (YouTube) et celle des stratégies d’action dans l’espace public (les mouvements de citoyens sur les sujets de santé publique).

Séminaire Transnum #2 : Les savoirs techniques du doctorant : légitimité et valorisation

La seconde séance du séminaire doctoral Transnum a été dédiée à des questions relatives à la valorisation des savoirs techniques nécessaires à l’élaboration d’une thèse de doctorat, ainsi que des enjeux de légitimité potentiels, au sein d’une discipline universitaire d’abord, mais aussi d’un champ professionnel ou de projets associatifs. Deux doctorants sont ainsi venus nous présenter leur parcours de thèse : entre recherche, contributions associatives, création de logiciels et de formes artistiques.

***

La recherche art-science : un pari nécessaire ?

Faire valoir une pratique artistique dans une université peut s’avérer délicat, de même qu’avoir une pratique de recherche au sein d’institutions culturelles n’est pas aisé. Se pose des problèmes de légitimité qui soulignent l’importance de savoir parfois discriminer ces deux activités : le travail théorique d’une part et le travail artistique de l’autre. Paradoxalement, le travail artistique peut également être une plus-value pour l’université et, à l’inverse, un profil scientifique est légitimant dans le monde de l’art.

Donatien Aubert s’intéresse dans sa thèse aux « nouvelles topiques digitales », notamment à travers une réactualisation des arts de la mémoire, ces mnémotechniques qui remontent à l’Antiquité Grecque. Ainsi, la légende de Simonide de Céos développe l’idée d’une mémoire dite artificielle, où il s’agit d’appuyer les processus de mémorisation en imaginant des lieux tridimensionnels, familiers ou non, dans lesquels des images sont placées dans des lieux particuliers, parcourus mentalement. Tout au long du Moyen-Âge puis de la Renaissance, les arts de mémoire ont servi à penser la structure de l’esprit humain. Mais au milieu du XXe siècle, un basculement s’opère aux Etats-Unis : les théories behavioristes soulignent une limite des observations à l’étude du corps des patients dans une optique mécaniste. Dans ce cadre, la conscience du sujet est mise de côté, dans une conception la comparant à une « boîte noire ». Donatien souligne combien travailler avec le numérique implique de prendre en considération ces déploiements historiques et de renouveler des questions anciennes comme la question de la conscience ou de la mémoire.

De façon générale, les artistes numériques ont recours à une épistémologie qui ne leur est pas familière. De la seconde moitié du XIXe siècle jusqu’en 1950, la tendance était à la mise en valeur de l’individualité de l’artiste, puis à partir du milieu du XXe siècle émerge l’idée que les arts numériques permettraient de favoriser la participation du public. Pour exemple, il est possible de mentionner les œuvres numérico-mécanique qui fleurissent dès 1950 ou encore, maintenant, avec la réalité virtuelle.

Donation finit son intervenation autour de ce souci de transdisciplinarité, qui peut s’avérer un enjeu fort en terme de posture de recherche :

  • La maîtrise autant de l’aspect théorique et de la programmation informatique dans une œuvre numérique constitue un avantage puisque cela permet de déployer le projet par soi-même.
  • Le fait de puiser dans des champs disciplinaires ne relevant pas du domaine artistique ou esthétique à proprement parler, permet de nourrir une réflexion sur le numérique et ses enjeux économiques et politiques.
  • Puisque le numérique – en tant que champ scientifique et universitaire – mobilise des épistémologies différentes de celles auxquelles les artistes sont habitués, il semble nécessaire, pour les artistes, de connaître ces développements historiques des technologies numériques. La cybernétique par exemple peut être vue comme une réunion de plusieurs épistémologies avec un souci de transdisciplinarité (dont Norbert Wiener est un fervent défenseur).
  • L’artiste a un rôle éthique à jouer quant au domaine d’application des technologies numérique par la remise en cause de certaines implications anthropologiques.

***

Hack Your PhD : Explorations numériques en recherche

Célya Gruson-Daniel souligne elle aussi l’importance des différentes casquettes et différentes affiliations qui ont marquées son parcours de thèse. Le numérique s’avère être un concept flottant. Il peut être un terrain, un objet de recherche, un outil d’analyse, un outil de computation, un outil de communication, un objet de revendication et de mobilisation (neutralité du web par exemple). Sa thèse analyse la notion de l’open en science aujourd’hui, et des discours qui lui sont associés dans une reconfiguration des régimes de savoirs. Cette thèse s’est effectuée entre l’UTC et l’Université de Laval avec pour objet de recherche central les discours et conception OPEN en SIC et STS.

Après un parcours en biologie et en sciences cognitives et expérimentales, Célya Gruson-Daniel s’engage dans une thèse en sciences sociales. Mais avant de débuter son doctorat, elle co-fonde l’association HackYourPHD, un espace collectif de rencontre et d’expérimentation. Cette association a pour origine un fossé entre son idéal de recherche et ses études précédentes, alliée à un goût personnel pour le milieu associatif. C’est aussi une forme de réponse de jeunes chercheurs par rapport un blocage dans le monde académique afin de pouvoir discuter de leur pratique quotidienne. HackYourPHD est un vivier avec un parti-pris fort et activiste en science autour de l’open dont témoigne la publication d’un manifesto affirmant la nécessité d’ouvrir les publications scientifiques, mais aussi les données.

Le « Hack » présent dans le nom de l’association renvoie à une culture informatique, avec cette idée de détournement, de trouver des chemins alternatifs. C’est donc la question des pratiques, de la diffusion, de la transmission mais aussi des formats ou de l’initiation informatique (comme savoir coder en Python). Cette thématique de l’Open Access charrie beaucoup de conflits, et notamment en Sciences Humaines et Sociales, et plus particulièrement en France.

Pourquoi tant de conflit sur l’Open entre des militants, des mouvements comme Savoirs Communs et des institutions ? Pour répondre à cette interrogation fondamentale au sein de ses travaux de recherche, Célya Gruson-Daniel construit une posture de recherche particulière, revendiquant l’approche par « théorisation ancrée ». Cette approche est un appui de positionnement qui justifie une immersion sur le temps long dans les domaines liés à l’Open Access, dans l’optique de comprendre ce phénomène.

La posture de recherche met ainsi en valeur :

  • Une pratique d’immersion dans une approche d’ « ethnographie numérique » (ayant pour terrain la consultation République Numérique),
  • Un outillage de la recherche par le numérique, avec un regard critique et meta.
  • Une collaboration en binôme avec une ingénieure de recherche.
  • Une mise en ligne du code utilisé sur GitHub dans la création d’une cartographie, pour faciliter aussi la diffusion des connaissances. Il s’agit non pas juste de montrer une cartographie, mais montrer les seuils, les processus de construction.
  • Une chronologie constituée avec Zotero. Toutes les sources étant partagée en ligne et libre d’accès.
  • Un souci personnel de partage de ses citations personnelles et de son journal de bord, sous la forme d’un blog sur Tumblr.
  • Une utilisation des réseaux sociaux (Twitter)

***

En conclusion :

  • Le numérique peut être investi de façon très créatrice et très émancipatrice.
  • Il y a une exigence supplémentaire dans le fait de passer d’une discipline à l’autre. On note l’importance de se dire et de se positionner. Une réflexivité, quand on est en parcours de thèse et qu’on rencontre certains blocages institutionnels, invite parfois à des formes d’initiative.
  • Se posent aussi des questions quant à la mise en visibilité du travail caché de la thèse. Comment faire apparaître – dans la thèse ou dans l’espace institutionnel – du travail collectif ou du travail d’alliance invisibilisé dans le corps même de la thèse ?

 

Séminaire Transnum #1 : Les heures et les ères du numérique

Pour la première séance du séminaire, consacrée au thème « Les heures et les ères du numérique », nous avons invité deux doctorants dont les recherches portent une certaine définition e de ce qu’on appelle la « méthode numérique ». Ces deux doctorants travaillent sur des périodes historiques au premier abord éloignées, mais prennent tous les deux en compte l’effet d’actualité de la thématique « numérique ».

***

Usages de l’archéologie du savoir dans l’étude historique de la médecine numérique 

Mathieu Corteel, doctorant en philosophie, propose en effet une archéologie (au sens de Michel Foucault) de l’essor de la « méthode numérique » en médecine au XIXe siècle, quand ceux que l’on appelle alors les « numériciens » s’efforcent de promouvoir l’intégration des probabilités dans les diagnostics médicaux. Il s’agit pour lui de comprendre « d’où l’on sort », dans l’idée de « poser un diagnostic du présent à partir du passé ». Son orientation de recherche vers la méthode numérique en médecine est apparue après un premier intérêt pour le big data, quand il lui a fallu apprendre certaines méthodes mathématiques (comme la méthode baylesienne, qui concerne les probabilités statistiques). Il s’est aperçu que celles-ci trouvaient leur origine des discussions médicales houleuses au cours du XIXe siècle, et a découvert l’existence d’archives liées à la Société médicale d’observation. Ces archives permettaient d’observer les débats sur une nouvelle manière de « dire vrai » dans la médecine, une médecine dont la scientificité s’évaluerait à partir de ses résultats et de ce que disent les statistiques. On conteste à l’époque cette perspective : « il est impossible que du probable on puisse tirer du nécessaire ». « L’expérience immédiate » du praticien est la norme et l’on s’inquiète que le médecin ne devienne un instrument de mesure. C’est donc le combat entre le hasard, sous la forme des probabilités, et l’idée ancrée d’un déterminisme physiologique des maladies, qui se donne à lire dans ces archives. Une méthode numérique, qui repose avant tout sur des probabilités, se construit au fur à mesure à partir du XIXème siècle et attendra le XXe siècle pour s’imposer. Il s’agit aussi de comprendre la méthode numérique au filtre d’une histoire de la logique formelle et de la statistique. Cette méthode probabilitaire – d’abord incriminée puis instaurée en modèle dominant – souligne aussi un changement dans l’approche de la maladie.

L’importance contemporaine de la thématique numérique a donc poussé la recherche vers une perspective historique, qui a dés-ontologiser le numérique et remettre le calcul en contexte. L’intérêt pour le big data a mené à une étude de singularités, de « monstres » dans les archives historiques : celles de nouvelles théories médicales qui échouent alors à se faire reconnaître de leurs pairs.

Plusieurs questions ont suivi la présentation :

  • Comment transformer l’archéologie du savoir en méthodologie ?
  • Y-a-t-il des arguments de la part des critiques de la « méthode numérique » qui nous paraisse encore pertinents aujourd’hui ?

Mathieu Corteel souligne des enjeux qui résonnent avec la situation contemporaine : la peur du médecin de perdre sa place de législateur sur la maladie, et avec elle la prise en compte de la singularité du patient ; le fait que la statistique ne répond pas à toutes les questions et qu’elle embarque des présupposés théoriques, si bien que pour en faire quelque chose il faut savoir comment « à partir du nombre, faire autre chose que du nombre ; enfin, la substitution de la relation entre les phénomènes par les nombres à d’autres idées sur la « causalité » n’est jamais parachevée en médecine, qui ne prétend pas nécessairement au même statut  que d’autres sciences.

***

Promesses et enjeux d’une recherche numériquement équipée en sciences sociales 

Jean Edouard Bigot, doctorant en SIC, propose une réflexion sur l’instrumentation numérique de la recherche en sciences humaines et sociales, à travers ce qu’il définit comme des « logiques d’équipement numérique opérationnels du travail de la recherche », en lien avec des « dispositifs d’exploitation de données numériques ou numérisées ». Après une expérience dans l’agence d’études de la communication professionnelle Linkfluence, où il a observé des usages du logiciel GEPHI qui constitue aujourd’hui un objet concret de sa recherche, il a d’abord répondu un appel à CIFRE pour une thèse d’analyse des « enjeux épistémologiques et technologiques de l’analyse de controverses sur le web » (motivé par leur tendance à supplanter les études qualitatives), ce qui implique une position de recul qui s’avérait « intenable » pour une agence comme Linkfluence, et ce qui a donc évolué vers la thèse actuelle. Il identifie deux grands ensembles de discours sur la nécessité d’un équipement numérique de la recherche en sciences humaines et sociales, les « humanités numériques », issues de l’histoire et des études littéraires, orienté vers la numérisation de documents et les traitements automatiques de texte, avec des revendications sur la transformation des pratiques de recherches et une dimension militante affichée (logiciels non propriétaires, modèles ouverts de diffusion des connaissances), et les « méthodes numériques », qui s’intéressent aux « traces d’interaction numérique », avec une volonté d’introduire dans les sciences humaines et sociales les critères de performance d’autres sciences pour répondre plus efficacement à une demande sociale et à des enjeux contemporains. Pour Jean Edouard Bigot, il y a des effets d’affichage et il est parfois difficile de rapporter les travaux et discours « humanités numériques » à un type particulier de recherche équipée, tandis que le second ensemble correspond à des initiatives comme les travaux du Medialab de l’IEP de Paris. Sa démarche consiste à s’intéresser aux cadres épistémologiques inscrits dans les outils numériques de la recherche.

Il développe ainsi une analyse techno-sémiotique de GEPHI, un logiciel développé à partir de 2008 à l’UTC de Compiègne pour la visualisation de réseaux d’individus à partir de données disponibles sur le web, mais aujourd’hui appliqué à l’analyse de réseaux de toutes sortes : biologiques, informatiques, etc. Il repose sur des « pré-scriptions » fondés sur la « sciences des réseaux » elle-même fondée sur la théorique mathématique des graphes. Dans ce logiciel, une méthode scientifique se trouve formalisée jusqu’à devenir un programme, une routine, et impliquer de la part du chercheur un geste d’écriture procédural, qui consiste à mettre en œuvre des opérations algorithmiques semi-automatisées.

Cette analyse permet de resituer GEPHI et les transformations actuelles dans l’histoire plus longue des technologies intellectuelles dans la recherche en sciences humaines, identifiées par des philosophes et des anthropologues des techniques, de Gaston Bachelard (et sa phénoméno-technique) à Jack Goody, en passant par Latour ou Daston & Galison (qui parlent de « vertus épistémiques dans les dispositifs imageants »). Ces auteurs ont en commun de penser une constitutivité technique des pratiques de connaissance scientifique.

Il est important de comprendre comment ce type de logiciels va conduire le chercheur en sciences humaines et sociales à articuler un programme qui encapsule un certain rapport à la connaissance des objets (via la théorie des graphes), avec son propre projet d’usage, et enfin ses cadres épistémologiques comme chercheur-utilisateur.

Les discussions ont porté sur :

  • la façon dont, dans les « Humanités Numériques », on parvient ou non à dépasser les conflits théoriques, presque de principe, qui existent parfois entre deux disciplines.
  • la façon dont un outil comme GEPHI peut faire disparaître des précautions qui existent dans le travail statistique plus classique, comme le fait de marquer « attention mon test ne peut pas servir à confirmer telle thèse ».
  • l’idée que ce type de logiciel permet une sorte d’ « auto-management » de la recherche, en produisant des documents spectaculaires, rapidement, et communicables, il permet par exemple à un doctorant de se sentir soi-même « chercheur performant », en produisant des effets.

***

Les deux interventions ont fait apparaître des enjeux transversaux :

  • les efforts épistémologiques qui disparaissent ou qui méritent d’être conservés dans le passage d’une pratique située, qualitative à des routines de travail basées sur la statistique
  • la forte actualité de la thématique numérique et des méthodes, qui impliquent ici deux postures de recherche différentes dans deux disciplines : retrouver « de quoi l’on est sorti » pour que ces méthodes nous apparaissent aujourd’hui naturelles, de manière à prendre du recul sur celles-ci ; analyser de près les discours qui présentent des outils comme une réponse aux enjeux du présent et de l’avenir, mais aussi les outils eux-mêmes, de manière à connaître la conception scientifique spécifique qu’ils embarquent avec eux
  • enfin, dans les deux cas, la définition de « numérique » revenait à une prise en compte du calcul, des probabilités, et de ses usages pour produire des effets d’abord heuristiques (diagnostiquer et prédire, par exemple) et dans les champs académiques (changer les pratiques et les règles du savoir dans les disciplines), avant même de toucher à leurs effets sociaux plus larges.

Présentation du séminaire

Ce n’est un secret pour personne : la référence au numérique prend de l’importance dans la société en général et cela a des conséquences dans la recherche. Cette référence apparait soit dans les objets de recherche, soit sous forme de méthodes et d’outils, soit comme condition institutionnelle des projets. Comme jeunes chercheurs et chercheuses, nous sommes peut-être les premiers aux prises avec ces réalités, dans les méthodologies que nous adoptons, dans notre manière de poser des questions de recherche, dans les projets auxquels nous participons, en recherche et en-dehors, dans les relations que nous tissons à travers cette référence commune.

Au quotidien, rares sont les échanges entre doctorants, tant sur les enjeux et les conditions de la recherche au niveau du doctorat que sur ce qu’implique concrètement le travail de thèse. Le succès du séminaire « Aspects concrets de la thèse » à l’EHESS est un bon indicateur de cet intérêt pour le partage d’expériences. A un premier niveau, prendre la thématique du numérique comme point de départ nous donne l’occasion de nous poser des questions sur nos pratiques de recherche de manière un peu plus focalisée. Elle nous incite aussi à discuter entre disciplines, non pas pour ériger les valeurs de l’interdisciplinarité à tout prix, mais parce que ces conditions permettent de prendre du recul sur les choix que nous faisons dans notre quotidien de chercheur.e.s et les traditions dont nous héritons au sein de chaque discipline.

Avec ce séminaire, il s’agit d’ouvrir un espace de discussion sur la manière de travailler, de construire des corpus, des problématiques et des démarches de recherche, des collaborations, de comprendre notre position de jeune chercheur.e à l’université et en dehors. Nous n’avons pas souhaité porter avec nous une définition a priori de ce que serait le numérique, les méthodes numériques, son actualité ou les transformations qui lui correspondraient. Nous proposons plutôt de mettre en commun la façon dont chacun rencontre ces questions et se trouve amené à définir des enjeux, des mots ou des méthodes.

Il s’agit donc de se poser ensemble une série de questions : comment des outils numériques sont-ils mobilisés par les doctorants et doctorantes, que ce soit comme objet central de la recherche, comme moyen de constitution de corpus ou de récolte de données, voire comme outils de rédaction, de mise en forme et de recherche bibliographique ? Comment agissent-ils sur les manières de poser les problèmes et de les traiter ? Quelles solidarités et quelles tensions se construisent entre ces outils et médias, les traditions méthodologiques, la constitution des terrains ou corpus, et la relation dans le travail de recherche (directeurs de recherche, informateurs, commanditaires, etc.) ? Comment transforment-ils (ou pas, c’est important de le prendre en compte) le quotidien de la recherche doctorale et les liens entre les jeunes chercheurs et ceux qui sont impliqués dans leur projet (dans les laboratoires, sur les terrains, ou chez soi) ?

Nous avons ainsi dégagé trois axes, à titre indicatif, à interpréter et à s’approprier librement :

  1. Les matériaux de la recherche. Comment le numérique affecte ce que nous entendons les uns les autres par « matériaux » de la recherche ? Collecte de données, construction et traitement de corpus de différents types selon les pratiques d’enquête dans différentes disciplines, opérations effectuées sur les collectes et observations, traitements et publication des données de la recherche…
  2. Les sociabilités et interdépendances. Avec qui travaillons-nous, de quoi et de qui dépendons-nous pour travailler en contexte numérique ? Dans nos pratiques individuelles, nos interactions avec des chercheurs, des ingénieurs, des amis (les «tuyaux »), avec les personnes rencontrées sur les terrains de la recherche ou dans le cadre des projets financés, les états et affects associés, les difficultés techniques, économiques ou au contraire, les sentiments d’aisance et les dynamiques ressenties, etc.
  3. Les pratiques de travail quotidiennes. Comment s’organisent nos recherches en fonction des outils, médias et environnements liés au numérique ? Par les pratiques d’organisation, les gestes tel que le classement, les lieux pratiqués, les rapports aux terrains et aux institutions, etc.

Le séminaire est ouvert en priorité à tous les doctorants de Sorbonne Université, quelle que soit leur discipline.  Il aura lieu tous les premiers jeudis du mois jusqu’en juin 2018.

Ce séminaire est avant tout un espace de discussion libre et ouvert, entre doctorants, autour des enjeux de recherche divers qui nous traversent, au fil de nos rencontres, de nos avancées, de nos problèmes, de nos objectifs à court et long terme, de nos corpus et de tous les hasards qui jalonnent un parcours de thèse. La référence au numérique nous a semblé pertinente dans ce qu’elle semble tisser de nombreux liens entre les chercheur.e.s, les recherches, les disciplines, les méthodologies, les corpus, les outils etc. N’hésitez pas à nous écrire pour nous proposer des interventions !

Faire avec le numérique dans la recherche

Le séminaire doctoral Transnum réunit les jeunes chercheurs de Sorbonne Université autour d’une réflexion sur les matériaux et milieux de la recherche liée aux outils et à la thématique numériques, sur l’année 2017-2018, à un rythme mensuel. Ce carnet a pour objectif de documenter les séances par la rédaction de compte-rendus.